JP7223308B2 - 画像作成方法および眼底画像処理装置 - Google Patents

画像作成方法および眼底画像処理装置 Download PDF

Info

Publication number
JP7223308B2
JP7223308B2 JP2018105791A JP2018105791A JP7223308B2 JP 7223308 B2 JP7223308 B2 JP 7223308B2 JP 2018105791 A JP2018105791 A JP 2018105791A JP 2018105791 A JP2018105791 A JP 2018105791A JP 7223308 B2 JP7223308 B2 JP 7223308B2
Authority
JP
Japan
Prior art keywords
component
frequency
color
image
fundus image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018105791A
Other languages
English (en)
Other versions
JP2019208708A (ja
Inventor
敏雄 茂出木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dai Nippon Printing Co Ltd
Original Assignee
Dai Nippon Printing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dai Nippon Printing Co Ltd filed Critical Dai Nippon Printing Co Ltd
Priority to JP2018105791A priority Critical patent/JP7223308B2/ja
Publication of JP2019208708A publication Critical patent/JP2019208708A/ja
Application granted granted Critical
Publication of JP7223308B2 publication Critical patent/JP7223308B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Eye Examination Apparatus (AREA)

Description

本開示は、眼底画像の処理技術に関し、特に、眼底画像において所定の対象領域を特定し、疾患の診断を支援するための技術に関する。
従来、眼球の治療を対象として様々な研究がなされている。眼球における黄斑領域は、眼球の光センサーの中枢であり、黄斑領域に障害が起こると場合により失明に至る。黄斑領域のポピュラーな疾患として、糖尿病性網膜症（黄斑浮腫）と加齢黄斑変性症があり、視神経疾患の緑内障、水晶体疾患の白内障と並び、眼科分野で早期発見が叫ばれている。しかし、眼底画像上は視神経領域と対照的にコントラストが低く、健常者の眼底でも肉眼で識別が困難な場合も少なくなく、眼底検査で早期の黄斑病変を見つけることは困難である。
眼底画像を用いた緑内障の診断において、視神経領域を正確に特定するにあたり、黄斑位置も特定することが行われている（特許文献１参照）。しかしながら、特許文献１の技術では、黄斑領域の解析や診断を行うことは想定していない。幸い、網膜の中で黄斑領域の中枢である中心窩は特有のくぼみがあるため、ＯＣＴにより網膜の断層撮影を行えば黄斑領域を特定することは比較的容易である。そのため、糖尿病性網膜症（黄斑浮腫）の自動診断を行うため、眼底画像とＯＣＴを併用する方法も提案されており、ＯＣＴによる３次元形状を基に黄斑領域を特定し眼底画像上にマッピングする方法が提案されている（特許文献２参照）。即ち、眼底検査だけで黄斑領域の診断を行うことが困難なため、ＯＣＴを用いて黄斑領域の解析や診断を行う方法が現状の主流となっている。
特開平9-313447号公報 特許第6025311号公報
しかしながら、特許文献２に記載の技術は存在するが、ＯＣＴは高価なため検診等では使用される機会が少なく、眼底画像に比べて視野が狭いため、視神経や血管など他の網膜領域の病変を見逃しやすいという問題がある。
そこで、本開示は、眼底画像において、黄斑領域に相当する部分を的確に特定することが可能な画像作成方法、眼底画像処理装置を提供することを課題とする。
本開示では、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、
ＲＧＢの３色成分で構成されるカラー眼底画像に基づいて、黄斑領域を強調した補正カラー眼底画像を作成する画像作成方法であって、
前記カラー眼底画像の色成分ごとの画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップと、
所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲をＧ成分またはＢ成分の改変周波数範囲よりも狭く設定し、前記色成分ごとの周波数成分データのうち前記改変周波数範囲の値を減衰させる周波数成分改変ステップと、
改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップと、
を有することを特徴とする画像作成方法を提供する。
また、本開示の画像作成方法は、
前記周波数成分改変ステップは、前記Ｒ成分の周波数成分データの複素数成分に対して、前記所定の周波数より高い高周波数域において、所定の周波数範囲をさらに改変周波数範囲と設定し、前記Ｒ成分の周波数成分データのうち当該改変周波数範囲の値を減衰させることを特徴とする。
また、本開示の画像作成方法は、
前記改変周波数範囲は、直流成分の位置からの２次元ユークリッド距離が所定の範囲である扇形領域により定められるものであり、前記直流成分の位置は、正方形で表現された前記周波数成分データの４隅であることを特徴とする。
また、本開示の画像作成方法は、
前記周波数成分改変ステップは、前記色成分ごとの周波数成分データの値に対して、所定の倍率で増大する処理を、さらに行うことを特徴とする。
また、本開示の画像作成方法は、
前記空間次元変換ステップは、前記補正カラー眼底画像を作成する際、前記ＲＧＢの３色成分の値に対して、とりうる最大値より減算してネガ反転する処理を、さらに行うことを特徴とする。
また、本開示の画像作成方法は、
前記空間次元変換ステップの後に、
前記補正カラー眼底画像の前記Ｒ成分の画像を、黄斑領域が特に強調された特定色画像として抽出する特定色画像抽出ステップをさらに有することを特徴とする。
また、本開示の画像作成方法は、
前記特定色画像に対して、
最大値をもつ画素の座標である最大値位置を探索し、
探索された最大値位置を中心に所定の大きさの解析範囲を設定し、
前記最大値に対して１未満の実数値を乗算したしきい値を設定し、
前記解析範囲で前記しきい値以上の値をもつ画素の個数をカウントし、
前記カウントされた画素の個数と前記解析範囲の全画素数との比率を、進行度パラメータとして算出する定量評価ステップを、
さらに有することを特徴とする。
また、本開示の画像作成方法は、
前記カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、
前記カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する画像サイズ拡大ステップをさらに有し、
前記周波数次元変換ステップは、前記拡大カラー眼底画像の色成分ごとにＮｓ×Ｎｓ画素で構成される色成分の画像に対して、２次元高速フーリエ変換を施し、色成分ごとにＮｓ×Ｎｓ画素の複素数成分で構成される周波数成分データに変換するようにし、
前記周波数成分改変ステップは、前記Ｎｓ×Ｎｓ画素の複素数成分で構成される周波数成分データに対して改変を加えるようにし、
前記空間次元変換ステップは、改変された前記Ｎｓ×Ｎｓ画素の周波数成分データの色成分ごとに、２次元高速フーリエ逆変換を施し、ＲＧＢの３色成分のＮｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、前記補正拡大カラー眼底画像より、前記ダミー画素に対応する画素を除去し、Ｘｓ×Ｙｓ画素の前記補正カラー眼底画像に変換することを特徴とする。
また、本開示の画像作成方法は、
前記周波数成分改変ステップは、Ｎｓ＝１０２４（ｎ＝１０）の場合、前記低周波数域における改変周波数範囲として、前記２次元ユークリッド距離が１から１０の範囲で設定するようにしていることを特徴とする。
また、本開示では、
ＲＧＢの３色成分で構成されるカラー眼底画像に基づき、黄斑領域を強調した補正カラー眼底画像を作成する眼底画像処理装置であって、
前記カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換手段と、
前記周波数成分データの各色成分の複素数成分に対して、
所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分、Ｂ成分の改変周波数範囲よりも狭く設定して減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変手段と、
改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換手段と、
を有することを特徴とする眼底画像処理装置を提供する。
また、本開示では、
コンピュータを、
カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップ、
前記周波数成分データの各色成分の複素数成分に対して、所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分またはＢ成分の改変周波数範囲よりも狭く設定して減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変ステップ、
改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップ、
として機能させるためのプログラムを提供する。
また、本開示では、
コンピュータを、
カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップ、
前記周波数成分データの各色成分の複素数成分に対して、所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分またはＢ成分の改変周波数範囲よりも狭く設定して減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変ステップ、
改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップ、
として機能させるためのプログラムを記録した記録媒体を提供する。
本開示によれば、眼底画像において、黄斑領域に相当する部分を的確に特定することが可能となる。
カラー眼底画像、色空間それぞれにおける眼球内の組織の分布を示す図である。 眼底画像と、図１と異なる色空間それぞれにおける眼球内の組織の分布を示す図である。 カラー眼底画像と断層構造および空間周波数特性の関係を示す図である。 本開示の一実施形態に係る眼底画像処理装置のハードウェア構成図である。 本開示の一実施形態に係る眼底画像処理装置の構成を示す機能ブロック図である。 本実施形態の眼底画像処理装置の処理概要であると同時に、画像作成方法を示すフローチャートである。 本実施形態の画像作成方法、眼底画像処理装置の処理による画像の変化の様子を示す図である。 健常者について、本実施形態に係る画像作成方法、眼底画像処理装置により作成された画像を示す図である。 糖尿病黄斑浮腫の患者について、本実施形態に係る画像作成方法、眼底画像処理装置により作成された画像を示す図である。
以下、本開示の好適な実施形態について図面を参照して詳細に説明する。
＜１．本開示の基本概念＞
まず、本開示の基本概念について説明する。図１は、カラー眼底画像、色空間それぞれにおける眼底内の組織の分布を示す図である。図１（ａ）は、カラー眼底画像における各組織の位置を示した図である。図１（ｂ）は、カラー眼底画像における各組織の二次元の色分布をＲ成分、Ｇ成分に対応付けて示した図である。図１においては、代表的な部位である視神経乳頭のＤｉｓｃ領域、視神経乳頭のＣｕｐ領域、視神経乳頭部の周辺のＰＰＡ（β－Ｐｅｒｉｐａｐｉｌｌａｒｙ Ａｔｒｏｐｈｙ、乳頭周囲網脈絡膜萎縮）領域、動脈血管（Ａｒｔｅｒｙ）、静脈血管（Ｖｅｉｎ）、黄斑（Ｍａｃｕｌａｒ）、これらの６領域以外の領域（Ｂａｃｋｇｒｏｕｎｄ）の大まかな分布を示している。図１（ｂ）に示すように、Ｄｉｓｃ領域とＣｕｐ領域は、Ｒ成分により他の領域との差が明確となり、Ｇ成分によりＤｉｓｃ領域とＣｕｐ領域の相互の差も明確となる。ところが、黄斑領域は、Ｒ成分では、動脈血管、静脈血管との区別が難しく、Ｇ成分では、動脈血管、ＰＰＡとの区別が難しい。
図２は、眼底画像と、図１と異なる色空間それぞれにおける眼球内の組織の分布を示す図である。図２（ａ）は、眼底画像における各組織の位置を示した図であり、図１（ａ）と同じものである。図２（ｂ）は、カラー眼底画像における各組織の二次元の色分布をＲ－Ｂ色差成分、Ｇ－Ｂ色差成分に対応付けて示した図である。Ｒ－Ｂ色差成分とは、Ｒ成分からＢ成分を減じた成分であり、Ｇ－Ｂ色差成分とは、Ｇ成分からＢ成分を減じた成分である。図２においても、図１と同様、代表的な部位である視神経乳頭のＤｉｓｃ領域、視神経乳頭のＣｕｐ領域、視神経乳頭部の周辺のＰＰＡ領域、動脈血管（Ａｒｔｅｒｙ）、静脈血管（Ｖｅｉｎ）、黄斑（Ｍａｃｕｌａｒ）、これらの６領域以外の領域（Ｂａｃｋｇｒｏｕｎｄ）の大まかな分布を示している。図２（ｂ）に示すように、黄斑領域は、Ｒ－Ｂ成分、Ｇ－Ｂ成分どちらにおいても、動脈血管、静脈血管との区別が難しい。
図３は、カラー眼底画像と断層構造および空間周波数特性の関係を示す図である。図３（ａ）は、健常者のカラー眼底画像であり、図３（ｂ）は健常者の黄斑断面、図３（ｃ）は図３（ａ）のカラー眼底画像に対して周波数次元に変換し、周波数成分データを１次元スペクトルにプロットした空間周波数特性である。また、図３（ｄ）は、比較的進行した加齢黄斑変性の場合のカラー眼底画像であり、図３（ｅ）は加齢黄斑変性の場合の黄斑断面、図３（ｆ）は図３（ｄ）のカラー眼底画像の空間周波数特性である。図３（ｃ）（ｆ）における横軸は、空間周波数に対応し画素と同じ単位で表現したもので、“０”は直流で、“１”は、円形の眼底像の直径（眼球の直径にほぼ等しい）を１周期とする空間周波数に相当し、“２” は、同直径の１／２を周期とする空間周波数に相当する。
図３（ｂ）と図３（ｅ）を比較するとわかるように、加齢黄斑変性等の黄斑病変が進行すると、新生血管から液が滲出し、黄斑を押し上げる。これにより、眼底画像において黄斑領域は拡大して見える。図３（ｃ）と図３（ｆ）を比較するとわかるように、加齢黄斑変性の場合、Ｒの空間周波数成分は、周波数値１５以上になると、Ｇ成分、Ｂ成分よりも大きくなる。ただし、比較的早期の加齢黄斑変性の場合は、図３（ｄ）に対応する眼底画像や図３(ｆ)に対応する１次元スペクトルで表現された空間周波数特性では、健常者との差を認識することは困難な場合が多い。
前述の通り、図１（ｂ）、図２（ｂ）に示すように、黄斑領域は、Ｒ成分、Ｇ成分、Ｒ－Ｂ色差成分、Ｇ－Ｂ色差成分などの色情報のみから、他の領域と区別することは難しい。しかし、図３（ｂ）と図３（ｅ）に示すように、ＯＣＴにより観察される３次元の断層像では深さ方向に顕著な特徴があり、健常者の黄斑領域は中心窩を中心に同心円状のくぼみがあるため、眼底カメラの照明光により反射される輝度分布は他の網膜領域とは異なる空間周波数分布をもつことが推察される。更に、図３（ｅ）のように黄斑浮腫により盛り上がりが起こったり、黄斑変性により黄斑組織の変化や欠損が生じれば、空間周波数分布に顕著な変化が起こることが推察される。ただし、図３（ｃ）と図３（ｆ）に示した１次元スペクトルでは、周波数値が５以下の低域の周波数成分（眼底部の３次元的な球面形状を反映している）が顕著に現れるため、周波数値が５から１５以下の範囲に含まれる黄斑領域の周波数成分がマスキングされて、黄斑領域の特徴が識別困難な状態になっている。そこで、本開示では、このような黄斑領域の空間周波数特性を利用して、低域の周波数成分をカットし、黄斑領域を強調した眼底画像を再構築するようにした。
＜２．眼底画像処理装置の装置構成＞
図４は、本開示の一実施形態に係る眼底画像処理装置のハードウェア構成図である。本実施形態に係る眼底画像処理装置１００は、汎用のコンピュータで実現することができ、図４１に示すように、ＣＰＵ（Central Processing Unit）１と、コンピュータのメインメモリであるＲＡＭ（Random Access Memory）２と、ＣＰＵ１が実行するプログラムやデータを記憶するためのハードディスク、フラッシュメモリ等の大容量の記憶装置３と、キーボード、マウス等の指示入力Ｉ／Ｆ（インターフェース）４と、データ記憶媒体等の外部装置とデータ通信するためのデータ入出力Ｉ／Ｆ（インターフェース）５と、液晶ディスプレイ等の表示デバイスである表示部６と、を備え、互いにバスを介して接続されている。本実施形態に係る眼底画像処理装置１００は、本開示の一実施形態に係る画像作成方法も実行する。
図５は、本実施形態に係る眼底画像処理装置の構成を示す機能ブロック図である。図５において、１０は画像サイズ拡大手段、２０は周波数次元変換手段、３０は周波数成分改変手段、４０は空間次元変換手段、５０は特定色画像抽出手段、６０は定量評価手段、７０は眼底画像記憶手段、８０は処理データ記憶手段である。
画像サイズ拡大手段１０は、カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する手段である。周波数次元変換手段２０は、カラー眼底画像の各色成分の画像に対して、周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する手段である。周波数成分改変手段３０は、周波数成分データの各色成分の複素数成分に対して、所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分、Ｂ成分の改変周波数範囲よりも狭く設定して減衰させることにより、周波数成分データを色成分ごとに改変する手段である。
空間次元変換手段４０は、改変された色成分ごとの周波数成分データに対して、周波数次元逆変換を施し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する手段である。特定色画像抽出手段５０は、補正カラー眼底画像のＲ成分の画像を、黄斑領域が特に強調された特定色画像として抽出する手段である。定量評価手段６０は、特定色画像に対して、最大値をもつ画素の座標である最大値位置を探索し、探索された最大値位置を中心に所定の大きさの解析範囲を設定し、最大値に対して１未満の実数値を乗算したしきい値を設定し、解析範囲でしきい値以上の値をもつ画素の個数をカウントし、カウント値と解析範囲の全画素数との比率を、進行度パラメータとして算出する手段である。
画像サイズ拡大手段１０、周波数次元変換手段２０、周波数成分改変手段３０、空間次元変換手段４０、特定色画像抽出手段５０、定量評価手段６０は、ＣＰＵ１が、記憶装置３に記憶されているプログラムを実行することにより実現される。眼底画像記憶手段７０は、可視光・光源方式の眼底カメラを用いてフルカラーで撮影された、黄斑領域の抽出対象となるカラー眼底画像を記憶した記憶手段であり、記憶装置３により実現される。眼底画像処理装置にカラー眼底画像を読み込ませて、そのまま処理を行う場合は、ＲＡＭ２が眼底画像記憶手段７０としての役割を果たす。
カラー眼底画像とは、Ｒ（赤）、Ｇ（緑）、Ｂ（青）の３色成分により記録された画像データであり、被験者の眼底が撮影されたものである。本実施形態では、ＲＧＢ各色８ビット２５６階調で記録されたフルカラー眼底画像を用いている。処理データ記憶手段８０は、空間次元変換手段４０、特定色画像抽出手段５０等により作成された画像や、定量評価手段６０により算出された定量評価等のデータを記憶する記憶手段であり、記憶装置３により実現される。
図５に示した各構成手段は、現実には図４に示したように、コンピュータおよびその周辺機器等のハードウェアに専用のプログラムを搭載することにより実現される。すなわち、コンピュータが、専用のプログラムに従って各手段の内容を実行することになる。なお、本明細書において、コンピュータとは、ＣＰＵ等の演算処理部を有し、データ処理が可能な装置を意味し、パーソナルコンピュータなどの汎用コンピュータだけでなく、タブレット端末やスマートフォン等の携帯型端末も含む。
図４に示した記憶装置３には、ＣＰＵ１を動作させながら、コンピュータに、画像作成方法を実行させるとともに、コンピュータを、眼底画像処理装置として機能させるための専用のプログラムが実装されている。この専用のプログラムをコンピュータが実行することにより、ＣＰＵ１は、画像サイズ拡大手段１０、周波数次元変換手段２０、周波数成分改変手段３０、空間次元変換手段４０、特定色画像抽出手段５０、定量評価手段６０としての機能を実現する。すなわち、コンピュータにより画像作成方法が実現され、眼底画像処理装置として機能することになる。このようなプログラムは、コンピュータネットワークを介して流通させたり、ＣＤ、ＤＶＤ、ブルーレイ等、様々な記録媒体に記録させて流通させることができる。また、記憶装置３は、眼底画像記憶手段７０、処理データ記憶手段８０として機能するだけでなく、画像作成方法、眼底画像処理装置としての処理に必要な様々なデータを記憶する。
＜３．画像作成方法＞
＜３．１．前処理＞
まず、処理対象とするカラー眼底画像を用意する。カラー眼底画像としては、デジタル方式の眼底カメラによりフルカラーで撮影した画像ファイルがあれば、そのまま使用できる。また、アナログ方式の眼底カメラにより写真媒体に記録された古いものであれば、保管されていたアナログのカラーのネガ・ポジフィルム、印画紙、インスタント写真等をスキャナによりフルカラーで読み取る等してデジタルのカラー眼底画像ファイルを取得する。一般には、可視光・光源方式の眼底カメラを用いてフルカラーで撮影することによりカラー眼底画像が得られる。取得したカラー眼底画像は、眼底画像処理装置の眼底画像記憶手段７０に記憶させる。本実施形態では、カラー眼底画像としてＲ，Ｇ，Ｂ各成分８ビット２５６階調のカラー画像を用意する。
＜３．２．処理概要＞
次に、図４、図５に示した眼底画像処理装置の処理動作について、本開示の一実施形態に係る画像作成方法とともに、説明する。図６は、本実施形態の眼底画像処理装置の処理概要であると同時に、画像作成方法を示すフローチャートである。上述のように、処理対象であるカラー眼底画像は、ＲＧＢ各色８ビット２５６階調の画像データである。したがって、ｘ方向の画素数Ｘｓ、ｙ方向の画素数Ｙｓのカラー眼底画像は、色成分を示す変数ｃ＝０（Ｒｅｄ），１（Ｇｒｅｅｎ），２（Ｂｌｕｅ）とすると、Ｉｍａｇｅ（ｘ，ｙ，ｃ）＝０～２５５（ｘ＝０，・・・，Ｘｓ－１；ｙ＝０，・・・，Ｙｓ－１；ｃ＝０，１，２）と定義される。
まず、画像サイズ拡大手段１０は、カラー眼底画像Ｉｍａｇｅ（ｘ，ｙ，ｃ）に対して、ダミー画素を追加することにより、画像サイズを拡大する（ステップＳ１００）。画像サイズ拡大ステップであるステップＳ１００においては、具体的には、カラー眼底画像Ｉｍａｇｅ（ｘ，ｙ，ｃ）に対してダミー画素を追加し、Ｎｓ×Ｎｓ画素のカラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）を得る。上述のように、元のカラー眼底画像Ｉｍａｇｅ（ｘ，ｙ，ｃ）は、Ｘｓ×Ｙｓ画素である場合、Ｎｓは、Ｎｓ／２＜Ｘｓ,Ｙｓ≦Ｎｓを満たす２nの整数（２のｎ乗の整数）である。すなわち、Ｎｓは、Ｘｓ,Ｙｓ以上の数であり、Ｘｓ,Ｙｓの２倍に満たない２nの整数である。ここで、nは正の整数である。通常、Ｘｓ,Ｙｓの関係は、本実施形態では、Ｙｓ≦Ｘｓとしているが、この条件に限定されない。
カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）もＲＧＢ各色８ビット２５６階調の画像データである。したがって、ｘ方向の画素数Ｎｓ、ｙ方向の画素数Ｎｓのカラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）は、色成分を示す変数ｃ＝０（Ｒｅｄ），１（Ｇｒｅｅｎ），２（Ｂｌｕｅ）とすると、Ｉｍａｇｅ（ｘ，ｙ，ｃ）＝０～２５５（ｘ＝０，・・・，Ｎｓ－１；ｙ＝０，・・・，Ｎｓ－１；ｃ＝０，１，２）と定義される。ダミー画素は、周波数次元変換を行う際、公知の高速フーリエ変換アルゴリズム（ＦＦＴ）を適用してＣＰＵ上で高速に処理できるようにするために付加されるものであり、変換される周波数成分データにダミー画素に基づくバイアスが加わらないように、本実施形態では、ダミー画素の画素値は、黒を表現したＲ＝Ｇ＝Ｂ＝０としている。
図７は、本実施形態の画像作成方法、眼底画像処理装置の処理による画像の変化の様子を示す図である。図７（ａ）は、拡大カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）における画像領域の関係を示す図である。図７においては、Ｘｓ＝７００、Ｙｓ＝６０５、Ｎｓ＝１０２４とした場合を示している。図７（ａ）において、元のカラー眼底画像Ｉｍａｇｅ（ｘ，ｙ，ｃ）に対応する原画像領域のｘ方向の画素数ＸｓがＹ方向の画素数Ｙｓよりも多いため、ｘ方向に長い矩形状となっている。また、ダミー画素を付加して画像サイズ拡大後の拡大カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）となった拡大画像領域はｘ方向の画素数ＮｓとＹ方向の画素数Ｎｓと等しいため、正方形状となっている。したがって、図７（ａ）に示す矩形状の原画像領域においては、元のＩｍａｇｅ（ｘ，ｙ，ｃ）眼底画像と同様、眼底の像を表現しているが、拡大画像領域のうち、原画像領域以外の部分においては、黒一色（Ｒ＝Ｇ＝Ｂ＝０）となっている。
次に、周波数次元変換手段２０が、拡大カラー眼底画像に対して、周波数次元変換を行う（ステップＳ２００）。周波数次元変換ステップであるステップＳ２００においては、周波数次元変換手段２０は、まず、各画素の各色値を正規化する。具体的には、以下の〔数式１〕に従った処理を実行することにより０～２５５の整数値をとる色値を０～１の実数値に正規化する。
〔数式１〕
Ｓｒｃ´（ｘ，ｙ，ｃ）＝Ｓｒｃ（ｘ，ｙ，ｃ）／２５５
上記〔数式１〕に示すように拡大カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）の各画素の値を２５５で除算することにより、各画素の値が正規化された拡大カラー眼底画像Ｓｒｃ´（ｘ，ｙ，ｃ）が得られる。
続いて、周波数次元変換手段２０は、正規化された拡大カラー眼底画像Ｓｒｃ´（ｘ，ｙ，ｃ）に対して周波数次元変換を行う。周波数次元変換の具体的な手法としては、画像を周波数次元の周波数成分データへと変換可能な手法であれば、様々な手法を用いることができるが、本実施形態では、２次元フーリエ変換を用いている。具体的には、以下の〔数式２〕に従った処理を実行することにより、複素数成分で構成される周波数成分データを得る。
〔数式２〕
Ｆｒ（ｕ，ｖ，ｃ）＝Σy=0,Ns-1Σx=0,Ns-1Ｓｒｃ´（ｘ，ｙ，ｃ）・ｃｏｓ（２π（ｕｘ＋ｖｙ）／Ｎｓ）
Ｆｉ（ｕ，ｖ，ｃ）＝Σy=0,Ns-1Σx=0,Ns-1Ｓｒｃ´（ｘ，ｙ，ｃ）・ｓｉｎ（２π（ｕｘ＋ｖｙ）／Ｎｓ）
〔数式２〕は、公知の２次元離散フーリエ変換を実現する式である。〔数式２〕に基づいて２重の畳み込み演算を実行させると膨大な演算負荷を伴うため、前述の通り画像の縦横サイズＮｓを２の累乗に拡大しておき、公知の２次元高速フーリエ変換アルゴリズムを適用できるようにした（アルゴリズムの具体的な説明は省略する）。これにより、Ｎｓ＝１０２４の場合、通常のＣＰＵで１秒未満のほぼリアルタイムにフーリエ変換が実行できる。〔数式２〕において、Ｆｒ（ｕ，ｖ，ｃ）は２次元の周波数成分データの実数成分、Ｆｉ（ｕ，ｖ，ｃ）は２次元の周波数成分データの虚数成分である。なお、ｕ，ｖは空間次元のｘ，ｙに対応する水平方向および垂直方向の空間周波数（ｕ＝０，・・・，Ｎｓ－１；ｖ＝０，・・・，Ｎｓ－１；）で、最小単位はＮｓ／２を周期とする空間周波数で最大周波数はＮｓ／２になる（ｕ，ｖともＮｓ／２以上は折り返されｕ＝ｖ＝Ｎｓ－１の成分は、ｕ＝ｖ＝０の成分と同じ直流成分になる）。ｃは拡大カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）のｃに対応する色成分で、ｃ＝０，１，２はそれぞれ（Ｒｅｄ）（Ｇｒｅｅｎ）（Ｂｌｕｅ）に対応する。拡大カラー眼底画像Ｓｒｃ´（ｘ，ｙ，ｃ）に対しては、色成分ごとに〔数式２〕に従った処理が実行され、各色成分に対応した周波数成分データが得られる。
図７（ｂ）は、周波数次元変換後の周波数成分データを２次元でプロットしたスペクトル分布を示す図である。図７（ｂ）に示すように、周波数成分データの範囲は、見かけ上、Ｎｓ×Ｎｓであって、画像サイズ拡大後の拡大カラー眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）の画素数と等しいが、有効な画素はＮｓ×Ｎｓ／２個で、同一の画素値または正負符号が反転した画素値をもつ画素が点対称に存在する（原画像がＮｓ×Ｎｓ画素で、フーリエ変換後の画素は実数と虚数合わせてＮｓ×Ｎｓ×２画素と見かけ上２倍に膨らむが、Ｎｓ×Ｎｓ画素は点対称に複写されたものになっている）。即ち、２次元フーリエ変換の特性から、Ｎｓ×Ｎｓの範囲の中心を最大周波数Ｎｓ／２－１とし４隅の周波数を０（直流）とする、４つの領域が中心から点対称となる周波数分布を示すことになる。
次に、周波数成分改変手段３０が、周波数成分データに対して、周波数成分の改変を行う（ステップＳ３００）。周波数成分改変ステップであるステップＳ３００においては、周波数成分改変手段３０は、まず、以下の〔数式３〕に従った処理を実行することにより直流成分の原点からの２次元ユークリッド距離ｒ（ｕ，ｖ）を算出する。
〔数式３〕
ｕ＜Ｎｓ／２の場合ｄｕ＝ｕ、ｕ≧Ｎｓ／２の場合ｄｕ＝Ｎｓ－１－ｕ
ｖ＜Ｎｓ／２の場合ｄｖ＝ｖ、ｖ≧Ｎｓ／２の場合ｄｖ＝Ｎｓ－１－ｖ
ｒ（ｕ，ｖ）＝（ｄｕ2＋ｄｖ2）1/2
〔数式３〕に従った処理により算出されたｄｕ，ｄｖは、図７（ｂ）に示すように、ｕ、ｖの値がＮｓ／２以上（図７（ｂ）における右半分と下半分）になると、ｄｕ，ｄｖの値はｕ、ｖの値とは、逆方向に変化する。そして、〔数式３〕に従った処理により算出された２次元ユークリッド距離ｒ（ｕ，ｖ）は、図７（ｂ）に示したＮｓ×Ｎｓの正方形の４隅の頂点それぞれを起点とし、起点からの距離として表現されるものであり、水平方向および垂直方向の空間周波数の幾何平均を示している。
次に、周波数成分改変手段３０が、所定の周波数範囲を改変対象である改変周波数範囲として、改変周波数範囲の周波数成分を改変する。具体的には、改変周波数範囲の周波数成分を減衰させる。減衰の程度は、適宜設定することができるが、本実施形態では、数値が０となるように除去している。改変周波数範囲は、所定の周波数より低い低周波数域と、所定の周波数より高い高周波数域に設定される。この場合、所定の周波数としては、Ｎｓ＝１０２４の場合、１０（空間周波数の単位は国際単位系ではｍあたりの周期で表すが、本明細書では周波数の単位は表記しない）とすることができ、低周波数域は２次元ユークリッド距離ｒ（ｕ，ｖ）で１０以下が対応する。また、高周波数域として、Ｎｓ＝１０２４の場合、しきい値を１５に設定し、２次元ユークリッド距離ｒ（ｕ，ｖ）で１５以上が対応する。高周波数域は、全周波数範囲においては、高い周波数とはいえないが、所定の周波数より高いという意味で高周波数域と呼ぶことにする。Ｎｓの値に比例して、低周波数域、高周波数域を表現するしきい値も変化する。
改変周波数範囲は、低周波数域については、Ｒ，Ｇ，Ｂの全色成分に設定される。しかし、改変周波数範囲は、高周波数域については、Ｒ成分のみに設定される。したがって、Ｒ成分については、低周波数域における改変周波数範囲と高周波数域における改変周波数範囲の２箇所で改変が行われるが、Ｇ成分、Ｂ成分については、低周波数域における改変周波数範囲の１箇所のみで改変が行われる。改変周波数範囲としては、適宜設定することができる。２次元ユークリッド距離ｒ（ｕ，ｖ）に対応して表現すると、低周波数域においては、改変周波数範囲は、下限ｒ１（ｃ）から上限ｒ２（ｃ）までとなる。（ｃ）となっているのは、ｃ＝０，１，２に対応したＲ、Ｇ、Ｂの色別にそれぞれ下限と上限が設定されることを示している。高周波数域においては、Ｒ成分の改変周波数範囲は、下限ｒｈ１から上限ｒｈ２までとなる。
図７（ｃ）は、Ｒ成分の周波数成分データの改変周波数範囲を示す図である。図７（ｃ）は、図７（ｂ）と軸方向およびサイズが同一であり、図７（ｂ）においてｄｕ，ｄｖは、４隅を０としている。図７（ｃ）には、ｒ１（０）については明記されていないが、ｒ１（０）＝１であり、低周波数域は、４隅からの２次元ユークリッド距離ｒ（ｕ，ｖ）がｒ１（０）以上ｒ２（０）以下の範囲であり、４隅を中心とした扇形領域の網掛けされた範囲となる。なお、２次元ユークリッド距離ｒ（ｕ，ｖ）＝０となる４隅の直流成分は改変しない。また、高周波数域は、４隅からの２次元ユークリッド距離ｒ（ｕ，ｖ）がｒｈ１以上ｒｈ２以下の範囲であり、ｒｈ２は最大周波数であるＮｓ／２－１に設定しているため、実質的にはｒｈ１以上の全ての周波数成分が改変の対象となり周波数成分データの中心まで達する網掛けされた範囲となる。したがって、周波数成分改変手段３０は、以下の〔数式４〕に従った処理を実行することにより改変周波数範囲における周波数成分を改変する。
〔数式４〕
ｃ＝０，１，２について、
ｒ１（ｃ）≦ｒ（ｕ，ｖ）≦ｒ２（ｃ）、ｒｈ１≦ｒ（ｕ，ｖ）≦ｒｈ２において、
Ｆｒ（ｕ，ｖ，ｃ）＝０
Ｆｉ（ｕ，ｖ，ｃ）＝０
〔数式４〕の例では、実数成分Ｆｒ（ｕ，ｖ，ｃ）、虚数成分Ｆｉ（ｕ，ｖ，ｃ）ともに“０”として除去しているが、除去しなくても、大きく減衰させればよい。Ｒ成分については、〔数式４〕に従った処理を実行して、改変周波数範囲における周波数成分を除去すると、低周波数域、高周波数域に挟まれた成分だけが残る。したがって、図７（ｃ）の例では、網掛けされていない、２次元ユークリッド距離ｒ（ｕ，ｖ）がｒ２（０）＋１からｒｈ１－１の範囲に含まれる周波数の成分だけが残ることになる。
低周波数域、高周波数域における改変周波数範囲の具体的な値としては、適宜設定することができる。本実施形態では、Ｎｓ＝１０２４であるため、低周波数域における改変周波数範囲の下限については、各色成分共通でｒ１（０）＝ｒ１（１）＝ｒ１（２）＝１とし、低周波数域における改変周波数範囲の上限については、Ｒについてはｒ２（０）＝２、Ｇについてはｒ２（１）＝５、Ｂについてはｒ２（２）＝３としている。したがって、低周波数域については、Ｇ成分を最も広い範囲で除去し、Ｒ成分を最も狭い範囲で除去している。Ｇ成分を最も広い範囲で除去する理由は、Ｇ成分には血管など種々の眼底組織が多く含まれるためで、低周波数域に含まれる視神経乳頭など黄斑以外の組織を除去する。ただし、フルカラーで観察する際、血管が表示された方が黄斑領域の位置関係がわかりやすくなるため、血管成分を多く含む高周波数域を残す。Ｒ成分を最も狭い範囲で除去する理由は、黄斑領域を定量解析するためである。また、本実施形態では、Ｒ成分の高周波数域における改変周波数範囲の下限については、ｒｈ１＝１５とし、Ｒ成分の高周波数域における改変周波数範囲の上限については、ｒｈ２＝５１１としている。Ｒ成分については、低周波数域における改変周波数範囲を他の色成分と比較して最も狭くし、さらに高周波数域における改変周波数範囲も改変する。これにより、定量解析の支障となる血管成分を多く含む高周波数域を除去し、黄斑領域を多く含む低周波数域を残すことができ、Ｒ成分を用いて黄斑領域を定量的に解析することができる。Ｎｓの値に比例して、２次元ユークリッド距離ｒ（ｕ，ｖ）に対応した改変周波数範囲の上限、下限も変化する。
前述のように、低周波数域、高周波数域における周波数成分を除去する処理を行うと、後述の空間次元変換を行って生成される補正カラー眼底画像の輝度が顕著に小さくなってしまう。特に、全ての色成分において低周波数域の周波数成分は顕著に大きいため、これらを除去してしまうと、全ての色成分において補正カラー眼底画像の輝度が桁違いに低下してしまう。そこで、周波数成分改変手段３０は、さらに、各色成分について１より大きい倍率ｓ（ｃ）を設定し、周波数成分改変後の周波数成分データに対して、以下の〔数式５〕に従った処理を実行することにより周波数成分を増大させる。
〔数式５〕
Ｆｒ´（ｕ，ｖ，ｃ）＝Ｆｒ（ｕ，ｖ，ｃ）・ｓ（ｃ）
Ｆｉ´（ｕ，ｖ，ｃ）＝Ｆｉ（ｕ，ｖ，ｃ）・ｓ（ｃ）
〔数式５〕に従った処理は、全てのｕ，ｖに対応した全ての周波数に対して行われる。倍率ｓ（ｃ）としては、各色についてそれぞれ異なる値を設定することができる。撮影条件にも影響されるが、倍率ｓ（ｃ）は１より大きい必要がある。本実施形態では、ｓ（０）＝ｓ（１）＝ｓ（２）＝４．０としている。このように、全ての色成分の全ての周波数成分の値に対して増大させることにより、後述の空間次元変換を行って生成される補正カラー眼底画像の輝度が明るくなり、視認性の低下を防ぐことができる。
次に、空間次元変換手段４０が、改変周波数成分データに対して、空間次元変換を行う（ステップＳ４００）。空間次元変換ステップであるステップＳ４００においては、周波数次元逆変換である空間次元変換を行う。空間次元変換は、空間次元の画像から周波数次元に変換して得られた周波数成分データを元の空間次元に戻す変換であるため、周波数次元変換の逆変換である周波数次元逆変換となる。したがって、空間次元変換の具体的な手法としては、本来、どのような手法を用いてもよいが、周波数次元変換の手法に合わせる必要がある。本実施形態では、周波数次元変換として２次元フーリエ変換を用いているため、空間次元変換として２次元フーリエ逆変換を用いる。
空間次元変換手段４０は、以下の〔数式６〕に従った処理を実行することにより空間次元の逆変換像を得る。
〔数式６〕
Ｄｅｓ（ｘ，ｙ，ｃ）＝[Σy=0,Ns-1Σx=0,Ns-1Ｆｉ（ｕ，ｖ，ｃ）・ｃｏｓ（２π（ｕｘ＋ｖｙ）／Ｎｓ）]／（Ｎｓ・Ｎｓ）－[Σy=0,Ns-1Σx=0,Ns-1Ｆｉ（ｕ，ｖ，ｃ）・ｓｉｎ（２π（ｕｘ＋ｖｙ）／Ｎｓ）]／（Ｎｓ・Ｎｓ）
〔数式６〕は、公知の２次元離散フーリエ逆変換を実現する式である。〔数式６〕に基づいて２重の畳み込み演算を実行させると膨大な演算負荷を伴うため、周波数次元変換と同様に、公知の２次元高速フーリエ逆変換アルゴリズムを適用する（アルゴリズムの具体的な説明は省略する）。これにより、Ｎｓ＝１０２４の場合、通常のＣＰＵで１秒未満のほぼリアルタイムにフーリエ逆変換が実行できる。〔数式６〕において、Ｄｅｓ（ｘ，ｙ，ｃ）は、サイズ拡大後の眼底画像Ｓｒｃ（ｘ，ｙ，ｃ）と同一サイズ（同一画素数）の実数イメージであり、各画素は０以上１以下の実数値をとる。
空間次元変換手段４０は、さらに実数イメージＤｅｓ（ｘ，ｙ，ｃ）を画像に戻す処理を行う。具体的には、各画素の値を０以上１以下の実数値から０以上２５５以下の整数値に変換する。これは、実数イメージＤｅｓ（ｘ，ｙ，ｃ）の各画素に２５５を乗じた後、整数化することにより行われる。この処理は、〔数式１〕における正規化に対応する逆の処理である。
空間次元変換手段４０は、さらに各画素のネガ反転を行う。ネガ反転を行うことにより、黄斑領域の輝度が他の眼底組織に比べて大きくなり視認性を向上させることができる。ネガ反転とは、大きい値ほど小さい値で置き換え、小さい値ほど大きい値で置き換えることにより大小の関係を反転させるものである。本実施形態では、とりうる最大値（８ビットの場合２５５）より減算することによりネガ反転を行っている。整数値への変換とネガ反転は、それぞれ個別の処理として行うこともできるが、一括して以下の〔数式７〕に従った処理を実行することにより行うこともできる。
〔数式７〕
Ｆｉｍｇ（ｘ，ｙ，ｃ）＝[１－Ｄｅｓ（ｘ，ｙ，ｃ）]・２５５
〔数式７〕において、Ｆｉｍｇ（ｘ，ｙ，ｃ）は、補正カラー眼底画像であり、各画素は、整数化が行われて、０以上２５５以下の整数値をとる。最終的に、元のカラー眼底画像に対応した領域が得られればよい。そこで、〔数式７〕の処理は、有効な画像領域である０≦ｘ≦Ｘｓ－１および０≦ｙ≦Ｙｓ－１の範囲に対して行うことにより、Ｘｓ×Ｙｓの画素数をもつ補正カラー眼底画像が作成される。これは、ＲＧＢの３色成分のＮｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、補正拡大カラー眼底画像より、ダミー画素に対応する画素を除去し、Ｘｓ×Ｙｓ画素の補正カラー眼底画像に変換する処理と同等である。
以上のようにして、得られた補正カラー眼底画像は、色別に異なる周波数範囲で低周波数域を除去しているため、黄斑領域のコントラストが向上している。そのため、補正カラー眼底画像を表示部６に表示出力することにより、黄斑領域の視認性が向上し、医師の診断時においても的確な判断を行い易くなる。
次に、特定色画像抽出手段５０が、フルカラーの補正カラー眼底画像から、特定色画像を抽出する（ステップＳ５００）。特定色画像抽出ステップであるステップＳ５００においては、具体的には、Ｒ、Ｇ、Ｂの３色成分のうち、Ｒ成分画像だけを抽出する。特定色画像は、補正カラー眼底画像Ｆｉｍｇ（ｘ，ｙ，ｃ）のＲ成分であるため、ｃ＝０であり、Ｆｉｍｇ（ｘ，ｙ，０）で表現される。このＲ成分画像は、黄斑領域以外の血管成分などを除去しているため、補正カラー眼底画像と並べて表示部６に表示出力することにより、黄斑領域の視認性がより向上するだけでなく、目視では困難な黄斑病変の進行度を定量的に解析することが可能になる。
次に、定量評価手段６０が、特定色画像を用いて定量評価を行う（ステップＳ６００）。定量評価ステップであるステップＳ６００においては、具体的には、特定色画像を用いて進行度パラメータとなる評価値を算出し、この進行度パラメータを用いて定量評価を行う。進行度パラメータは、病態を示す病態パラメータと言い換えることもできる。ステップＳ６００においては、定量評価手段６０は、まず、画像領域Ｘｓ×Ｙｓのうち、所定の領域を定量解析を適用するのに有効な対象領域として設定する。対象領域を設定する理由は、画像領域内の中央近辺に存在する黄斑領域の中心を特定するためである。対象領域としては、黄斑領域以外の解析対象でない輝度の明るい領域が含まれていない領域であれば、画像領域内のどこに設定してもよいが、なるべく中央寄りが好ましい。本実施形態では、ｘ方向、ｙ方向ともに１／２、全体の画素数として１／４となる領域、すなわち、Ｘｓ／４≦ｘ≦Ｘｓ・３／４－１、Ｙｓ／４≦ｙ≦Ｙｓ・３／４－１で特定される領域となる。
続いて、定量評価手段６０は、対象領域において最大値Ｍａｘｒと最大値Ｍａｘｒをとる画素の座標（ｘｐ，ｙｐ）を検出する。最大値Ｍａｘｒと特定色画像の画素との関係は、以下の〔数式８〕により表現される。
〔数式８〕
Ｍａｘｒ＝Ｆｉｍｇ（ｘｐ，ｙｐ，０）＝ＭＡＸXs/4≦x≦Xs・3/4-1、Ys/4≦y≦Ys・3/4-1Ｆｉｍｇ（ｘ，ｙ，０）
〔数式８〕において、“ＭＡＸXs/4≦x≦Xs・3/4-1、Ys/4≦y≦Ys・3/4-1Ｆｉｍｇ（ｘ，ｙ，０）”は、対象領域における画素の最大値（ＭＡＸ）を示す。次に、定量評価手段６０は、最大値Ｍａｘｒをとる画素を解析中心とした解析範囲を設定する。解析範囲を設定する理由は、特定色画像の外郭周辺に含まれる非眼底領域や撮影枠等の黄斑領域以外の領域を解析対象から外すためである。解析範囲のサイズ（大きさ）は、解析対象の黄斑領域が完全に含まれていれば、どの程度であってもよいが、対象領域と同等であることが好ましい。本実施形態では、解析範囲のｘ方向の画素数ｄｘ、ｙ方向の画素数ｄｙを、それぞれ画像領域のｘ方向の画素数Ｘｓ、ｙ方向の画素数Ｙｓの１／２としている。この場合、矩形状の解析範囲の４隅（ｘ１，ｙ１）、（ｘ２，ｙ１）、（ｘ２，ｙ２）、（ｘ１，ｙ２）は、ｘ１＝ｘｐ－ｄｘ／２、ｘ２＝ｘｐ＋ｄｘ／２－１、ｙ１＝ｙｐ－ｄｙ／２、ｙ２＝ｙｐ＋ｄｙ／２－１で特定される。
そして、定量評価手段６０は、対象領域の最大値Ｍａｘｒに所定の比率γを乗じて得られる値Ｍａｘｒ・γをしきい値として設定する。γとしては、０．７以上０．９以下とすることが好ましい。本実施形態では、γ＝０．８としている。定量評価手段６０は、以下の〔数式９〕に従った処理を実行することにより、Ｒａｓｉｏｒを算出する。
〔数式９〕
Ｒａｓｉｏｒ＝ΣFimg(x,y,0)>Maxr・γ; x1≦x≦x2,y1≦y≦y2１・１００／（ｄｘ・ｄｙ）
〔数式９〕に示すように、Ｒａｓｉｏｒは、解析範囲においてしきい値Ｍａｘｒ・γより大きい値をとる画素の数の、解析範囲の画素数ｄｘ・ｄｙに対する比率を、百分率で示したものである。しきい値Ｍａｘｒ・γより大きい値をとる画素は、明るく表現され、黄斑領域である可能性が高いため、Ｒａｓｉｏｒは、黄斑領域である可能性が高い領域の解析範囲に占める比率を示すことになる。したがって、Ｒａｓｉｏｒの値が大きい程、黄斑領域が広がっていると考えることができる。
黄斑病変としては、黄斑変性（加齢黄斑変性症）、黄斑浮腫（糖尿病性網膜症）、黄斑円孔・黄斑前膜（加齢による後部硝子体剥離、硝子体ポケットが要因）などがある。黄斑変性および黄斑浮腫では上記Ｒａｓｉｏｒが健常眼に比べ増大し、特に黄斑浮腫では顕著に増大する。したがって、Ｒａｓｉｏｒの値を見れば、黄斑病変の進行度を定量評価することができる。Ｒａｓｉｏｒが大きければ大きい程、黄斑病変が進行し、症状が悪化していることを示す。所定のしきい値を進行度しきい値として設定しておき、Ｒａｓｉｏｒと進行度しきい値を比較することにより、進行度が進んでいるか正常であるかを判定することができる。例えば、進行度しきい値として５％などと設定しておき、Ｒａｓｉｏｒが進行度しきい値５％より大きければ、黄斑病変と判定し、Ｒａｓｉｏｒが進行度しきい値５％以下であれば、正常と判定することができる。さらに、進行度しきい値を複数設定しておき、Ｒａｓｉｏｒと各進行度しきい値を比較して、どの範囲に属するかを特定することにより、進行度を段階的に判定することができる。
図８は、健常者について、本実施形態に係る画像作成方法、眼底画像処理装置により作成された画像を示す図である。このうち、図８（ａ）は、撮像により得られたカラー眼底画像を示している。また、図８（ｂ）は、ステップＳ４００における空間次元変換手段４０による空間次元変換後の、補正カラー眼底画像を示している。また、図８（ｃ）は、ステップＳ５００における特定色画像抽出手段５０による特定色画像抽出後の、特定色画像（Ｒ成分）を示している。
図８（ａ）の撮像により得られたカラー眼底画像では、肉眼による黄斑領域が識別し難い。これに対して、図８（ｂ）の補正カラー眼底画像では、中央の黄斑領域が肉眼により識別可能となっている。これは、Ｒ、Ｇ、Ｂの各色成分において、低周波数域を除去したことによる。特に、図８（ｂ）の例では、Ｇ成分について低周波数域の成分も除去しているため、黄斑領域が識別し易くなる。図８（ｃ）に示すように、Ｒ成分のみをグレースケール画像として抽出して作成された特定色画像では、図８（ｂ）の補正カラー眼底画像に比べても、一層、黄斑領域の中心窩が識別し易くなっている。図８（ｃ）に示す矩形は、解析範囲を示している。図８（ｃ）に示す解析範囲に対して、ステップＳ６００における定量評価手段６０による定量評価を行った結果、３５２画素×３５２画素の解析範囲において、最大値（Ｍａｘｒ）２３１、平均値４５、しきい値（Ｍａｘｒ・γ：最大値８０%）以上の画素数１１８８個、比率（Ｒａｓｉｏｒ）０．９５％となった。進行度しきい値として５％が設定されている場合は、Ｒａｓｉｏｒが進行度しきい値５％以下であるので、正常と判定される。
図９は、糖尿病黄斑浮腫（糖尿病性網膜症）の患者について、本実施形態に係る画像作成方法、眼底画像処理装置により作成された画像を示す図である。このうち、図９（ａ）は、撮像により得られたカラー眼底画像を示している。また、図９（ｂ）は、ステップＳ４００における空間次元変換手段４０による空間次元変換後の、補正カラー眼底画像を示している。また、図９（ｃ）は、ステップＳ５００における特定色画像抽出手段５０による特定色画像抽出後の、特定色画像（Ｒ成分）を示している。
図９（ａ）の撮像により得られたカラー眼底画像では、肉眼による黄斑領域が識別し難い。これに対して、図９（ｂ）の補正カラー眼底画像では、中央の黄斑領域が肉眼により識別可能となっている。これは、Ｒ、Ｇ、Ｂの各色成分において、Ｇ、Ｂに比べてＲ成分の低周波数域を狭範囲で除去したことによる。特に、図９（ｂ）の例では、全ての色成分について低周波数域の成分を除去しているため、黄斑領域が識別し易くなる。図９（ｃ）に示すように、Ｒ成分のみをグレースケール画像として抽出して作成られた特定色画像では、図９（ｂ）の補正カラー眼底画像に比べても、一層、黄斑領域の中心窩が識別し易くなっている。図９（ｃ）に示す矩形は、解析範囲を示している。図９（ｃ）に示す解析範囲に対して、ステップＳ６００における定量評価手段６０による定量評価を行った結果、３５２画素×３５２画素の解析範囲において、最大値（Ｍａｘｒ）２５５、平均値８５、しきい値（Ｍａｘｒ・γ：最大値８０%）以上の画素数１２６６０個、比率（Ｒａｓｉｏｒ）１０．２１％となった。進行度しきい値として５％が設定されている場合は、Ｒａｓｉｏｒが進行度しきい値５％より大きいので、黄斑病変と判定される。
以上、本開示の好適な実施形態について説明したが、本開示は上記実施形態に限定されず、種々の変形が可能である。例えば、上記実施形態では、撮影により得られたカラー眼底画像としてＲＧＢ各８ビットのフルカラー画像を用いたが、これに限定されず、様々な態様の眼底画像を用いることができる。例えば、近年業務用のデジタルカメラの階調は１０ビット以上に拡大しており、各色１０２４階調等のフルカラー画像を取得することも可能になっており、より階調数の多いカラー画像を用いてもよい。また、より少ない階調数のカラー画像やモノクロ画像を用いてもよい。例えば、赤外線光源で撮像されたモノクロ画像の場合は、特定色画像のＲ成分と同様な処理をモノクロ画像に適用すれば良い。
１・・・ＣＰＵ（Central Processing Unit）
２・・・ＲＡＭ（Random Access Memory）
３・・・記憶装置
４・・・指示入力Ｉ／Ｆ
５・・・データ入出力Ｉ／Ｆ
６・・・表示部
１０・・・画像サイズ拡大手段
２０・・・周波数次元変換手段
３０・・・周波数成分改変手段
４０・・・空間次元変換手段
５０・・・特定色画像抽出手段
６０・・・定量評価手段
７０・・・眼底画像記憶手段
８０・・・処理データ記憶手段
１００・・・眼底画像処理装置

Claims (10)

  1. ＲＧＢの３色成分で構成されるカラー眼底画像に基づいて、黄斑領域を強調した補正カラー眼底画像を作成する画像作成方法であって、
    前記カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、前記カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する画像サイズ拡大ステップと、
    前記拡大カラー眼底画像の色成分ごとの画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップと、
    所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲をＧ成分またはＢ成分の改変周波数範囲よりも狭く設定し、前記色成分ごとの周波数成分データのうち前記改変周波数範囲における周波数成分を減衰させる周波数成分改変ステップと、
    改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、Ｎｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、前記補正拡大カラー眼底画像より、前記ダミー画素に対応する画素を除去し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップと、
    を有し、
    前記周波数成分改変ステップは、前記Ｒ成分の周波数成分データに対して、前記所定の周波数より高い高周波数域において、所定の周波数範囲をさらに改変周波数範囲と設定し、前記Ｒ成分の周波数成分データのうち当該改変周波数範囲における周波数成分を減衰させることを特徴とする画像作成方法。
  2. 前記改変周波数範囲は、直流成分の位置からの２次元ユークリッド距離が所定の範囲である扇形領域により定められるものであり、前記直流成分の位置は、正方形で表現された前記周波数成分データの４隅であることを特徴とする請求項１に記載の画像作成方法。
  3. 前記周波数成分改変ステップは、前記色成分ごとの周波数成分データの値に対して、所定の倍率で増大する処理を、さらに行うことを特徴とする請求項１または請求項２に記載の画像作成方法。
  4. 前記空間次元変換ステップは、前記補正カラー眼底画像を作成する際、前記ＲＧＢの３色成分の値に対して、とりうる最大値より減算してネガ反転する処理を、さらに行うことを特徴とする請求項１から請求項３のいずれか一項に記載の画像作成方法。
  5. 前記空間次元変換ステップの後に、
    前記補正カラー眼底画像の前記Ｒ成分の画像を、黄斑領域が特に強調された特定色画像として抽出する特定色画像抽出ステップをさらに有することを特徴とする請求項１から請求項４のいずれか一項に記載の画像作成方法。
  6. 前記周波数次元変換は２次元高速フーリエ変換であることを特徴とする請求項１から請求項５のいずれか一項に記載の画像作成方法。
  7. 前記周波数成分改変ステップは、Ｎｓ＝１０２４の場合、前記低周波数域における改変周波数範囲として、前記２次元ユークリッド距離が１から１０の範囲で設定するようにしていることを特徴とする請求項２に記載の画像作成方法。
  8. ＲＧＢの３色成分で構成されるカラー眼底画像に基づき、黄斑領域を強調した補正カラー眼底画像を作成する眼底画像処理装置であって、
    前記カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、前記カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する画像サイズ拡大手段と、
    前記拡大カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換手段と、
    前記周波数成分データの各色成分の複素数成分に対して、
    所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分、Ｂ成分の改変周波数範囲よりも狭く設定して、各改変周波数範囲における周波数成分を減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変手段と、
    改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、Ｎｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、前記補正拡大カラー眼底画像より、前記ダミー画素に対応する画素を除去し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換手段と、
    を有し、
    前記周波数成分改変手段は、前記Ｒ成分の周波数成分データに対して、前記所定の周波数より高い高周波数域において、所定の周波数範囲をさらに改変周波数範囲と設定し、前記Ｒ成分の周波数成分データのうち当該改変周波数範囲における周波数成分を減衰させることことを特徴とする眼底画像処理装置。
  9. コンピュータを、
    カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、前記カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する画像サイズ拡大ステップ、
    前記拡大カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップ、
    前記周波数成分データの各色成分の複素数成分に対して、所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分またはＢ成分の改変周波数範囲よりも狭く設定して、各改変周波数範囲における周波数成分を減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変ステップ、
    改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、Ｎｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、前記補正拡大カラー眼底画像より、前記ダミー画素に対応する画素を除去し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップ、
    として機能させるためのプログラムであって、
    前記周波数成分改変ステップは、前記Ｒ成分の周波数成分データに対して、前記所定の周波数より高い高周波数域において、所定の周波数範囲をさらに改変周波数範囲と設定し、前記Ｒ成分の周波数成分データのうち当該改変周波数範囲における周波数成分を減衰させる、プログラム。
  10. コンピュータを、
    カラー眼底画像の画素数をＸｓ×Ｙｓとするとき、Ｎｓ／２＜Ｙｓ≦Ｘｓ＜Ｎｓを満たす２のｎ乗 （ｎは正の整数）の整数Ｎｓを定義し、前記カラー眼底画像に対してダミー画素を付加して、Ｎｓ×Ｎｓ画素の拡大カラー眼底画像に変換する画像サイズ拡大ステップ、
    前記拡大カラー眼底画像の各色成分の画像に周波数次元変換を施し、色成分ごとに複素数成分で構成される周波数成分データに変換する周波数次元変換ステップ、
    前記周波数成分データの各色成分の複素数成分に対して、所定の周波数より低い低周波数域において、色成分ごとに所定の周波数範囲を改変周波数範囲とし、Ｒ成分の改変周波数範囲を、Ｇ成分またはＢ成分の改変周波数範囲よりも狭く設定して、各改変周波数範囲における周波数成分を減衰させることにより、周波数成分データを色成分ごとに改変する周波数成分改変ステップ、
    改変された色成分ごとの周波数成分データに周波数次元逆変換を施し、Ｎｓ×Ｎｓ画素の補正拡大カラー眼底画像を作成した後、前記補正拡大カラー眼底画像より、前記ダミー画素に対応する画素を除去し、ＲＧＢの３色成分で構成される補正カラー眼底画像を作成する空間次元変換ステップ、
    として機能させるためのプログラムを記録した記録媒体であって、
    前記周波数成分改変ステップは、前記Ｒ成分の周波数成分データに対して、前記所定の周波数より高い高周波数域において、所定の周波数範囲をさらに改変周波数範囲と設定し、前記Ｒ成分の周波数成分データのうち当該改変周波数範囲における周波数成分を減衰させる、記録媒体。
JP2018105791A 2018-06-01 2018-06-01 画像作成方法および眼底画像処理装置 Active JP7223308B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018105791A JP7223308B2 (ja) 2018-06-01 2018-06-01 画像作成方法および眼底画像処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018105791A JP7223308B2 (ja) 2018-06-01 2018-06-01 画像作成方法および眼底画像処理装置

Publications (2)

Publication Number Publication Date
JP2019208708A JP2019208708A (ja) 2019-12-12
JP7223308B2 true JP7223308B2 (ja) 2023-02-16

Family

ID=68844309

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018105791A Active JP7223308B2 (ja) 2018-06-01 2018-06-01 画像作成方法および眼底画像処理装置

Country Status (1)

Country Link
JP (1) JP7223308B2 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002521168A (ja) 1998-07-30 2002-07-16 ボストン サイエンティフィック リミテッド 血管内の超音波画像処理データを空間的且つ時間的にフィルタリングする方法および装置
JP2008295804A (ja) 2007-05-31 2008-12-11 Topcon Corp 眼底検査装置及びプログラム
JP2010246695A (ja) 2009-04-15 2010-11-04 Kowa Co 画像処理方法および画像処理装置
JP2011200512A (ja) 2010-03-26 2011-10-13 Topcon Corp 眼科画像処理装置
WO2013088566A1 (ja) 2011-12-15 2013-06-20 富士通株式会社 静脈認証方法、画像処理方法及び静脈認証装置
JP2016026521A (ja) 2014-06-30 2016-02-18 株式会社ニデック 光コヒーレンストモグラフィ装置、及びデータ処理プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002521168A (ja) 1998-07-30 2002-07-16 ボストン サイエンティフィック リミテッド 血管内の超音波画像処理データを空間的且つ時間的にフィルタリングする方法および装置
JP2008295804A (ja) 2007-05-31 2008-12-11 Topcon Corp 眼底検査装置及びプログラム
JP2010246695A (ja) 2009-04-15 2010-11-04 Kowa Co 画像処理方法および画像処理装置
JP2011200512A (ja) 2010-03-26 2011-10-13 Topcon Corp 眼科画像処理装置
WO2013088566A1 (ja) 2011-12-15 2013-06-20 富士通株式会社 静脈認証方法、画像処理方法及び静脈認証装置
JP2016026521A (ja) 2014-06-30 2016-02-18 株式会社ニデック 光コヒーレンストモグラフィ装置、及びデータ処理プログラム

Also Published As

Publication number Publication date
JP2019208708A (ja) 2019-12-12

Similar Documents

Publication Publication Date Title
Patton et al. Retinal image analysis: concepts, applications and potential
Youssef et al. Accurate detection of blood vessels improves the detection of exudates in color fundus images
Ţălu et al. Characterisation of human non-proliferative diabetic retinopathy using the fractal analysis
US12051196B2 (en) Methods and systems for ocular imaging, diagnosis and prognosis
Odstrcilik et al. Thickness related textural properties of retinal nerve fiber layer in color fundus images
JP7197708B2 (ja) 眼底画像定量分析の前置処理方法および記憶装置
JP2014527434A (ja) 光干渉断層法におけるフィーチャの動き補正及び正規化
TWI746287B (zh) 影像處理系統及影像處理方法
Szeskin et al. A column-based deep learning method for the detection and quantification of atrophy associated with AMD in OCT scans
Zhang et al. Hierarchical detection of red lesions in retinal images by multiscale correlation filtering
Sobhaninia et al. Determination of foveal avascular zone parameters using a new location-aware deep-learning method
Priya et al. Detection and grading of diabetic retinopathy in retinal images using deep intelligent systems: a comprehensive review
Marín-Franch et al. Data obtained with an open-source static automated perimetry test of the full visual field in healthy adults
JP7223308B2 (ja) 画像作成方法および眼底画像処理装置
Smith et al. Autofluorescence characteristics of normal foveas and reconstruction of foveal autofluorescence from limited data subsets
Majumdar et al. An automated graphical user interface based system for the extraction of retinal blood vessels using kirsch‘s template
Vermeer et al. Modeling of scanning laser polarimetry images of the human retina for progression detection of glaucoma
Pichi et al. Automated quantification of uveitic keratic precipitates by use of anterior segment optical coherence tomography
JP6439515B2 (ja) 眼底画像処理装置
JP6481432B2 (ja) 眼底画像処理装置
Geetha et al. Image Processing Techniques for Diagnosis of Glaucoma from Retinal Image: Brief Review.
Medhi et al. Improved analysis of diabetic maculopathy using level set spatial fuzzy clustering
Syga et al. Fully automated detection of lamina cribrosa in optical coherence tomography: Framework and illustrative examples
Poonguzhali et al. Retinal Health Investigation by Segmentation of Major and Minor Blood Vessels in Fundus Images for Diabetes Patients.
Mujalled et al. Diagnosis of Diabetic Retinopathy Utilizing Computer-Aided Diagnosis System

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210420

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220222

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220301

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220427

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220830

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221005

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230106

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230119

R150 Certificate of patent or registration of utility model

Ref document number: 7223308

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150